Полный слив собеседований ML в Яндексе

Полный слив собеседований ML в Яндексе Собрали для вас гайд, по которому в Яндексе сами интервьюеры готовятся вести технические секции на ML‑позиции: от общего MLP до профильных направлений NLP, ASR, CV и RecSys. Внутри разложено буквально всё: что спрашивают, какие задачи дают и по каким критериям ставят грейд. Еще больше материала на наших курсах ПРО . Разбор контеста на стажировку в Яндекс уже выложен! ➡️ Записаться Как устроена сетка грейдов в файле: - 14 грейд (hire2) — джун - 15 грейд (hire3) — мидл - 16 грейд (hire4) — мидл+ - 17 грейд (hire5) — синьор Все кандидаты трека ML сначала идут через MLP Это общая секция на ~60 минут: алгоритмическая задача на код + разговор про теорию ML на примере любимого алгоритма кандидата (логрег, нейронки или ансамбли деревьев). В файле выписано 31 вопрос теории: от того, почему в логрег логарифмируют правдоподобие, до того, как посчитать CTC‑лосс для пустого референса, ну и конечно разбор по каждому критерию: что нужно, чтобы не улететь в no‑hire. После MLP кандидатов 15 грейда и выше ведут в MLS Профильную секцию по одному из четырёх направлений: • NLP: опыт кандидата + задача на пунктуацию/капитализацию + профильная (поиск багов в трансформере или пайплайн суммаризации) • ASR: теория (архитектуры, лоссы CTC/RNNT, метрики WER/CER) + практическая задача end‑of‑utterance в реальном времени • CV: практическая задача в реальном времени, самая частая - «типичные грабли»: дают кривую архитектуру и просят найти всё, что в ней не так • RecSys: дизайн рекомендательной системы с нуля (по образу Ютуба) + профильная задача про кандидатогенерацию или прод‑проблемы Отдельно стоит обратить на логи интервью с таймкодами, от кандидата, который не смог объяснить, что такое лосс в логреге, до кандидата, которого взяли сразу на 16+ грейд. По этим логам хорошо видно, где именно люди сыпятся и какие уточняющие вопросы задаёт интервьюер, чтобы докопаться до сути. Если готовитесь именно по ML‑треку, то начните с MLP‑блока, там закрывается процентов 70 типичных вопросов по метрикам, переобучению и статзначимости, а дальше уже углубляйтесь в своё направление. Еще больше материалов в наших открытых банках собесов. — Аналитика — ML & DS — Бэкенд — Фронтенд — Алгоритмы Обсудить задачи можно в нашей боталке . Подписаться: @postypashki_old